Mostrar el registro sencillo del ítem

Análisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombia

dc.contributor.advisorReyes Maldonado, Nydia Marcelaspa
dc.contributor.authorRincón Moreno, Cristian Camilospa
dc.contributor.authorRodríguez Vargas, Erinson Octaviospa
dc.date.accessioned2020-06-26T20:18:15Z
dc.date.available2020-06-26T20:18:15Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/20.500.12749/2052
dc.description.abstractLa quiebra empresarial ha sido una temática examinada y discutida por diferentes áreas de estudio, debido a que los análisis, pueden evitar o prever una crisis económica nacional. Esta investigación, propuso realizar una predicción financiera y mostrar los posibles determinantes diferenciales, entre empresas solventes y empresas en quiebra, que pertenecen al sector de la construcción en Colombia. El estudio se realizó con datos de 2017, obtenidos del portal de información empresarial, de la superintendencia de sociedades, donde se estudiaron 24 empresas, de las cuales 12 contaban con buena salud financiera y 12 se encontraban en crisis. Por medio del análisis de 10 ratios financieros, que más influencian en el desarrollo económico del sector de la construcción, según la revisión de la literatura; se utiliza técnicas univariantes y la técnica multivariante, de análisis discriminante, para determinar si es posible predecir o no, la quiebra en el sector, por medio de variables que más influyen. Se concluye que las variables, que determinan dicha crisis o quiebra empresarial son: ROCE, ROA, autofinanciación y endeudamiento. Los resultados arrojaron un porcentaje general de acierto del 83,3%, del cual se obtuvo el 100% de aciertos, para empresas en liquidación y el 66,7% de aciertos, para empresas en estado de activas o solventes.spa
dc.description.tableofcontentsLISTA DE TABLAS .......................................................................................................................... 5 LISTA DE FIGURAS ........................................................................................................................ 6 INTRODUCCIÓN.............................................................................................................................. 7 CAPÍTULO I...................................................................................................................................... 9 PROBLEMA ...................................................................................................................................... 9 1. ANTECEDENTES ................................................................................................................... 10 1.1 Reorganización empresarial................................................................................................. 11 1.2 Liquidación judicial ............................................................................................................ 12 1.3 Acuerdo de reestructuración ................................................................................................ 13 2. PROBLEMA DE INVESTIGACIÓN ....................................................................................... 14 3. OBJETIVOS ............................................................................................................................. 25 3.1 Objetivo general .................................................................................................................. 25 3.2 Objetivos específicos .......................................................................................................... 25 4. MANEJO DE HIPÓTESIS ....................................................................................................... 25 5. JUSTIFICACIÓN ..................................................................................................................... 26 6. DEFINICIÓN DE TÉRMINOS ................................................................................................. 28 CAPÍTULO II .................................................................................................................................. 31 MARCO TEÓRICO ......................................................................................................................... 31 7. EVOLUCIÓN DE LOS ARQUETIPOS DE PREDICCIÓN DE QUIEBRA .............................. 33 7.1 Primeros estudios univariados ............................................................................................. 34 7.2 Primer estudio con técnicas multivariantes .......................................................................... 36 7.3 Trayectoria de técnicas multivariantes ................................................................................. 37 8. ESTUDIOS RECIENTES DE PREDICCIÓN DE QUIEBRA EN COLOMBIA ........................ 39 9. ESTUDIOS RECIENTES DE PREDICCIÓN DE QUIEBRA EN LATINOAMÉRICA ............ 41 10. ESTUDIOS DE PREDICCIÓN DE QUIEBRA EN LA CONSTRUCCIÓN ............................ 45 CAPÍTULO III ................................................................................................................................. 69 METODOLOGÍA ............................................................................................................................ 69 11. MÉTODO DE INVESTIGACIÓN .......................................................................................... 70 ANÁLISIS FINANCIERO PARA LA PREDICCIÓN DE QUIEBRA 4 11.1 Estudio base para la investigación ..................................................................................... 71 12. POBLACIÓN Y MUESTRA .................................................................................................. 72 13. INSTRUMENTOS DE RECOLECCIÓN DE DATOS ............................................................ 78 14. PROCEDIMIENTOS DE APLICACIÓN DE LOS INSTRUMENTOS ................................... 78 15. ANÁLISIS DE DATOS .......................................................................................................... 79 CAPÍTULO IV ................................................................................................................................. 82 RESULTADOS ................................................................................................................................ 82 16. ANÁLISIS ESTADÍSTICO .................................................................................................... 83 17. TEST DE COMPARACIÓN DE MEDIAS ............................................................................. 86 18. CONTRASTE DE HIPÓTESIS .............................................................................................. 88 18.1 Pruebas no paramétricas. ................................................................................................... 89 19. ANALISIS MULTIVARIANTE - DISCRIMINANTE ............................................................ 90 20. DISCUSIÓN DE RESULTADOS ........................................................................................... 92 CAPITULO V .................................................................................................................................. 95 CONCLUSIONES............................................................................................................................ 95 21. RESUMEN DE HALLAZGOS ............................................................................................... 96 22. FORMULACIÓN DE RECOMENDACIONES .................................................................... 100 BIBLIOGRAFÍA ............................................................................................................................ 101spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.titleAnálisis financiero para la predicción de quiebra empresarial, en el sector de la construcción en Colombiaspa
dc.title.translatedFinancial analysis for the prediction of business bankruptcy, in the Construction sector in Colombiaeng
dc.degree.nameMagíster en Administración de Empresasspa
dc.coverageBucaramanga (Colombia)spa
dc.publisher.grantorUniversidad Autónoma de Bucaramanga UNABspa
dc.rights.localAbierto (Texto Completo)spa
dc.publisher.facultyFacultad Economía y Negociosspa
dc.publisher.programMaestría en Administración de Empresasspa
dc.description.degreelevelMaestríaspa
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.localTesisspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.subject.keywordsBusiness administrationeng
dc.subject.keywordsBusiness managementeng
dc.subject.keywordsFinancial analysiseng
dc.subject.keywordsFinancial administrationeng
dc.subject.keywordsFinancial crisiseng
dc.subject.keywordsFinanceeng
dc.subject.keywordsAdministrationeng
dc.subject.keywordsInvestigationseng
dc.subject.keywordsAnalysiseng
dc.subject.keywordsBankruptcy predictioneng
dc.subject.keywordsConstructioneng
dc.subject.keywordsFinancial indicatorseng
dc.identifier.instnameinstname:Universidad Autónoma de Bucaramanga - UNABspa
dc.identifier.reponamereponame:Repositorio Institucional UNABspa
dc.type.hasversioninfo:eu-repo/semantics/acceptedVersion
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.relation.referencesRincón Moreno, Cristian Camilo, Rodríguez Vargas, Erinson Octavio (2019). Análisis financiero para la predicción de quiebra empresarial, en el sector de la Construcción en Colombia. Bucaramanga (Colombia) : Universidad Autónoma de Bucaramanga UNABspa
dc.relation.referencesCAMACOL. (2018). Recuperado el 2018, de https://camacol.co/camacol/spa
dc.relation.referencesCONFECÁMARAS. (2018). Recuperado el 2018, de http://www.confecamaras.org.co/spa
dc.relation.referencesDANE. (2018). Recuperado el 2018, de https://www.dane.gov.co/spa
dc.relation.referencesSUPERSOCIEDADES. (2018). Recuperado el 2018, de https://www.supersociedades.gov.cospa
dc.relation.referencesAbidali, A. F., & Frank Harris. (1995). A methodology for predicting company failure in the construction industry. Construction management and economics.spa
dc.relation.referencesAgudelo, H. A., Hernandez, A. V., & Cardona, D. A. (2012). Sostenibilidad: Actualidad y necesidad en el sector de la construcción en Colombia. Gestión y Ambiente, 105-118.spa
dc.relation.referencesAltman. (1973). Predicting railroad bankruptcies in Ámerica. The bell journal of economics and managment sciencespa
dc.relation.referencesAltman. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The journal of finance.spa
dc.relation.referencesAltman.. (1993). Autoradiographic investigation of cell proliferation in the brains of rats and cats. The Anatomical Record.spa
dc.relation.referencesArditi, D., Koksal, A., & Kale, S. (2000). Business failures in the construction industry. Engineering, construction and architectural managementspa
dc.relation.referencesBanco de la República. (s.f.). Enciclopedia del Banco de la República. Recuperado el 2018, de http://enciclopedia.banrepcultural.org/index.php?title=Sectores_econ%C3%B3micosspa
dc.relation.referencesBeaver, W. H. (1966). Financial ratios as predictors of failure. Journal of accounting research.spa
dc.relation.referencesBellovary, J. V., Don E, G., & Akers, M. D. (2007). A Review of Bankruptcy Prediction Studies: 1930 to Present. Journal of Financial education.spa
dc.relation.referencesCamacol. (2018). Tendencias de la construcción Economía y Coyuntura Sectorial. Undécima Edición. Obtenido de https://www.camacol.co/informacion-economica/tendenciasspa
dc.relation.referencesCaro, N. P., Arias, V., & Ortiz, P. (2017). Predicción de fracaso en empresas latinoamericanas utilizando el método del vecino más cercano para predecir efectos aleatorios en modelos mixtos. Revista de Métodos Cuantitativos para la Economía y la Empresa.spa
dc.relation.referencesCaro, N. p., Díaz, M., & Porporato, M. (2013). Predicción de quiebras empresariales en economías emergentes: uso de un modelo logístico mixto. Métodos Cuantitativos para la Economía y la Empresa.spa
dc.relation.referencesCaro, N. P., Guardiola, M., & Ortiz, P. (2018). Árboles de clasificación como herramienta para predecir dificultades financieras en empresas Latinoamericanas a través de sus razones contables. Contaduría y Administraciónspa
dc.relation.referencesCarreras, B. P. (2017). Business Bankruptcy Prediction Models: Application to companies in the construction Sector in Spain. Repositorio Institucional Universidad Politecnica de Valencia.spa
dc.relation.referencesCasas, F. M. (2012). EL ANÁLISIS DE ESCALAMIENTO MULTIDIMENSIONAL: UNA ALTERNATIVA Y UN COMPLEMENTO A OTRAS TÉCNICAS MULTIVARIANTES. La Sociología en sus escenarios, 25.spa
dc.relation.referencesCinca, C. S. (2018). Predicción del fracaso empresarial. Obtenido de sistemas informativos contables: http://www.5campus.org/doctoradospa
dc.relation.referencesCuartas, F. (2017). Análisis de la capacidad predictiva del Modelo Black Scholes: Evidencia empírica en caso colombiano. Science of Human Action.spa
dc.relation.referencesDambolena, I. G., & Khoury, S. J. (1980). Ratio stability and corporate failure. The Journal of Finance.spa
dc.relation.referencesDANE. (2016). Indicadores Económicos Alrededor de la Construcción - III trimestre de 2015. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim15.pdfspa
dc.relation.referencesDANE. (Octubre de 2017). Boletin tecnico mercado laboral-GEIH-. Obtenido de www.dane.gov.cospa
dc.relation.referencesDANE. (2017). Indicadores Económicos Alrededor de la Construcción – IEAC III trimestre de 2016. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim16.pdf¨spa
dc.relation.referencesDANE. (2018). Indicadores Económicos Alrededor de la Construcción - IEAC III trimestre de 2017. Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IIItrim17.pdfspa
dc.relation.referencesDANE. (Marzo de 2019). Obtenido de https://www.dane.gov.co/files/investigaciones/boletines/pib_const/Bol_ieac_IVtrim18.pdfspa
dc.relation.referencesDíaz, L. M. (2016). Fracaso empresarial en el sector de la construcción en Españaspa
dc.relation.referencesEspinoza, R. F. (2013). Alcances y limitaciones de los modelos de capacidad predictiva en el análisis del fracaso empresarial. Medellin, Colombia: Universidad EAFITspa
dc.relation.referencesFernández, M., & Gutiérrez, F. (2012). Variables y modelos para la identificación y predicción del fracaso empresarial: revisión de la investigación empírica reciente. Revista de contabilidadspa
dc.relation.referencesFitzpatrick. (1932). A comparison of ratios of successful industrial enterprises with those of failed companies. The Certified Public Accountantspa
dc.relation.referencesGaeremynck, A., & Willekens, M. (2003). The endogenous relationship between audit-report type and business termination: Evidence on private firms in a non-litigious environment. Accounting and Business Research.spa
dc.relation.referencesGilbert, L. R., Menon, K., & Schwartz, K. B. (1990). Predicting bankruptcy for firms in financial distress. Journal of Business Finance & Accountingspa
dc.relation.referencesGill de Albornoz, B., & Giner, B. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. Universia Business Review.spa
dc.relation.referencesGiner, B., & de Albornoz, B. G. (2013). Predicción del fracaso empresarial en los sectores de construcción e inmobiliario: Modelos generales versus específicos. UCJC Business and Society Review (formerly known as Universia Business Reviewspa
dc.relation.referencesGirón, H. C., Villanueva, J. G., & Armas, R. H. (2016). Determinantes de la quiebra empresarial en las empresas ecuatorianas en el año 2016. Revista publicando.spa
dc.relation.referencesGonzález, L. M., Garcia, C. A., & Fierro, S. D. (2017). Prospección del riesgo operativo de las Mi pymes en Colombia. Science Directspa
dc.relation.referencesGuzman, R. O. (2017). Modelo Estocástico de cadenas de Markov ocultas para el problema de quiebra de las empresas ecuatorianas ,en un sector específico de la economía ecuatorianaspa
dc.relation.referencesHall, G. (1994). Factors distinguishing survivors from failures amongst small firms in the UK construction sector. Journal of Management Studies.spa
dc.relation.referencesHeo, J., & Yang, J. Y. (2014). AdaBoost based bankruptcy forecasting of Korean construction companies. Applied soft computingspa
dc.relation.referencesHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingenieríaspa
dc.relation.referencesHerrera, F., De la Hoz, G., & Vergara, J. C. (2012). Aplicación de análisis discriminante para evaluar el mejoramiento de los indicadores financieros en las empresas del sector alimento de Barranquilla-Colombia. Revista chilena de ingenieríaspa
dc.relation.referencesHorta, I. M., & Camanho, A. S. (2013). Company failure prediction in the construction industry. Expert Systems with Applicationsspa
dc.relation.referencesIbarra, A. M. (2001). Análisis de las dificultades financieras de las empresas en una economía emergente: las bases de datos y las variables independientes en el sector hotelero de la Bolsa mexicana de valores. Obtenido de http://ddd.uab.cat/pub/tesis/2001/tdx-1018101-164847/aim1de1.pdfspa
dc.relation.referencesKangari, R. (1988). Business failure in construction industry. Journal of construction Engineering and Managespa
dc.relation.referencesKapliński, O. (2008). Usefulness and credibility of scoring methods in construction industry. Journal of civil engineering and managementspa
dc.relation.referencesKertzman, F. (6 de Julio de 2017). Construccion sigue postrada. Obtenido de http://www.dinero.com/economia/articulo/sector-construccion-en-la-economia-colombia-2017/247364spa
dc.relation.referencesLagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillánspa
dc.relation.referencesLagos, G., & Rivera, G. (2016). Aplicación de un modelo de predicción de quiebra a empresas del sector construcción de la ciudad de Chillánspa
dc.relation.referencesLangford, D., Iyagba, R., & Komba, D. M. (1993). Prediction of solvency in construction companies. Construction Management and Economics.spa
dc.relation.referencesLeguizamón, P. J. (2014). Mecanismos de acción del régimen de insolvencia empresarial según la Ley 1116 del año 2006, su marco normativo y jurisprudencial, y cumplimiento de dicho régimen. Bachelor's thesis.spa
dc.relation.referencesMarcinkevičius, R., & Kanapickienė, R. (2014). Bankruptcy prediction in the sector of construction in Lithuania. Procedia-Social and Behavioral Sciencesspa
dc.relation.referencesMerwin. (1942). Financing small corporations in five manufacturing industries. New York: New York Bureau of economics researchspa
dc.relation.referencesMeyer, P. A., & Pifer, H. W. (1970). Prediction of bank failures. The journal of finance.spa
dc.relation.referencesMoreno, J. D., López, O. R., & Diaz, J. C. (2014). Productividad, eficiencia y sus factores explicativos en el sector de la construcción en Colombia 2005-2010. . Cuadernos de Economia .spa
dc.relation.referencesPascual, J. G., & Pessoa de Oliveira, A. K. (2018). Análisis de solvencia en empresas no financieras: modelo estático versus modelo dinámico. Revista de economíaspa
dc.relation.referencesPatterson, D. W. (2002). Bankruptcy prediction: A model for the casino industry . University of Nevada.spa
dc.relation.referencesPirez, P. (2018). Distribución, insolvencia y urbanización popular en América Latina. Espacios.spa
dc.relation.referencesPortal de información empresarial. (s.f.). Obtenido de http://pie.supersociedades.gov.cospa
dc.relation.referencesRevista Dinero. (19 de Mayo de 2017). Minería y construcción perjudicaron el crecimiento del PIB en el primer trimestre. Obtenido de http://www.dinero.com/economia/articulo/crecimiento-del-pib-primer-trimestre-de-2017-en-colombia/245535spa
dc.relation.referencesRujoub, M. A., Cook, D. M., & Hay, L. E. (1995). Using cash flow ratios to predict business failures. Journal of Managerial Issuesspa
dc.relation.referencesSerrano, C. C. (1996). Self organizing neural networks for financial diagnosis. Decision Support Systems.spa
dc.relation.referencesSerrano, C. C., & Molinero, M. (2001). Bank failure: a multidimensional scaling approach. European Journal of Finance.spa
dc.relation.referencesSuperintendencia de sociedades. (s.f.). Obtenido de https://www.supersociedades.gov.cospa
dc.relation.referencesSuperintendencia de sociedades. (2017). Portal de información empresarial. Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspx#/spa
dc.relation.referencesSuperintendencia de sociedades. (2018). Acuerdo de reestructuración. Obtenido de http://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2018/Acuerdo_Reeestructuracion_28Febrero2018.htmspa
dc.relation.referencesSuperintendencia de sociedades. (2018). Liquidación judicial. Obtenido de https://www.supersociedades.gov.co/delegatura_insolvencia/Documents/Informes_Periodicos_Febrero_28_2019/Liquidacion_Judicial_28Febrero2018.htmspa
dc.relation.referencesSuperintendencia de Sociedades. (2018). Reorganización Empresarial. Obtenido de https://www.supersociedades.gov.co/imagenes/Gestion_Esdtadistica/2018/Informes_Periodicos_Enero_31_2018/Reorganizacion_Empresarial_Validacion_Judicial_Acumulado_31_Enero2018.htspa
dc.relation.referencesSuperintendencias de sociedades. (2017). Portal de informacion empresarial . Recuperado el 2019, de http://pie.supersociedades.gov.co/Pages/default.aspxspa
dc.relation.referencesTakahashi, K., Kurukawa, Y., & Watase, K. (1984). Corporate bankruptcy prediction in Japan. Journal of Banking & Financespa
dc.relation.referencesTisshaw, H. L. (1976). Evaluation of downside risk using financial ratios. Doctoral dissertation, MSc Thesis. University Business Schoolspa
dc.relation.referencesVallejo, P., Henry, J., & Cherrez, E. S. (2017). Predicción de la quiebra de empresas del sector supermercados mediante el modelo de Altman y Cadenas de Markov. Obtenido de Repositorio Digital Universidad Central de Ecuador: http://www.dspace.uce.edu.ec/handle/25000/13989spa
dc.relation.referencesWinakor, & Smith. (1935). Changes in financial structure of unsuccessful industrial companies. Bulletin N° 51 Bureau of Business Research, University of Illinois, ILspa
dc.relation.referencesWong, J. M., & Ng, T. S. (2010). Company failure in the construction industry: A critical review and a future research agenda. In FIG International Congress.spa
dc.relation.referencesZhang, G., Hu, M., Patuwo, B., & Indro, D. C. (1999). Artificial neural networks in bankruptcy prediction: General framework and cross-validation analysis. European journal of operational researchspa
dc.relation.referencesZmijewski, M. E. (1984). Methodological issues related to the estimation of financial distress prediction models. Journal of Accounting researspa
dc.contributor.cvlacReyes Maldonado, Nydia Marcela [0001009532]*
dc.contributor.googlescholarReyes Maldonado, Nydia Marcela [tppW8JkAAAAJ&hl=es]*
dc.contributor.orcidReyes Maldonado, Nydia Marcela [0000-0003-4401-0932]*
dc.subject.lembAdministración de empresasspa
dc.subject.lembDirección de empresasspa
dc.subject.lembAnálisis financierospa
dc.subject.lembAdministración financieraspa
dc.subject.lembCrisis financieraspa
dc.subject.lembFinanzasspa
dc.subject.lembAdministraciónspa
dc.subject.lembInvestigacionesspa
dc.subject.lembAnálisisspa
dc.description.abstractenglishBussines bankruptcy has been a subject examined and discussed by different study areas, because the analysis can avoid or foresee economics crisis. This research, proposed to make a financial prediction and point out the possible differential determinants, between solvent companies and bankrupt companies belonging to the construction sector in Colombia. The study was done with data for the year 2017 obtained from the business information portal of the corporate superintendence where 24 companies were studied, of which 12 had good financial health and 12 were in crisis. Through the analysis of 10 financial ratios, which most influence economic development of the construction sector, according to the literature review; univariate techniques and the multivariate technique of discriminant analysis are used to determine if it is possible to predict or not bankruptcy in the sector, by means of variables that most influence. It is concluded that the variables that determine this crisis or business bankruptcy are: ROCE, ROA, self-financing and indebtedness. The results showed a general percentage of success of 83.3%, of which 100% of correct answers were obtained, for companies in liquidation and 66.7% of correct answers, for companies in active or solvent status.eng
dc.subject.proposalPredicción de quiebra
dc.subject.proposalConstrucción
dc.subject.proposalIndicadores financieros
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.coverage.campusUNAB Campus Bucaramangaspa
dc.description.learningmodalityModalidad Presencialspa


Ficheros en el ítem

Thumbnail
Nombre:
2019_Tesis_Cristian_Camilo_Rin ...
Tamaño:
1.395Mb
Formato:
PDF
Descripción:
Tesis
Ver/
Thumbnail
Nombre:
2019_Articulo_Cristian_Camilo_ ...
Tamaño:
473.1Kb
Formato:
PDF
Descripción:
Artículo
Ver/
Thumbnail
Nombre:
2019_Presentacion_Cristian_Cam ...
Tamaño:
878.9Kb
Formato:
PDF
Descripción:
Presentación
Ver/
Thumbnail
Nombre:
2019_Licencia_Cristina_Camilo_ ...
Tamaño:
615.9Kb
Formato:
PDF
Descripción:
Licencia
Ver/

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Excepto si se señala otra cosa, la licencia del ítem se describe como Atribución-NoComercial-SinDerivadas 2.5 Colombia